巨大Swaggerで迷子になってたAIエージェントが、自作MCPで迷子にならなくなった話

巨大なSwaggerファイルをAIエージェント（Claude Code）が効率的に調査・開発できるよう、自作MCP（Micro Context Processor）を開発した事例。必要な部分だけを検索・返却する仕組みでAIの迷子を解消。

• 巨大なSwaggerファイル（400エンドポイント、2.5MB）をAIエージェントが効率的に利用できるよう、自作MCP（Model Context Protocol）を開発した。
• 自作MCPは、AIがコンテキスト溢れや日本語表記揺れによる迷子を防ぎ、必要なAPI仕様を検索して返す機能を持つ。
• タグ一覧、タグ絞り込み、エンドポイント詳細表示、全文検索の4つの検索パターンを提供し、AIの調査・開発効率を向上させる。
• 全文検索にはMiniSearchを使用し、prefix（前方一致）、fuzzy（あいまい一致）、重み付け（boost）で検索精度を高め、日本語は部分文字列マッチで補完する。
• AIに丸投げする代わりにメモリ上のインデックスを引くことで、コンテキストを節約しつつ確度の高いAPI仕様を一瞬で把握可能になった。